By Bob Colophane

Nous dévalons l'autoroute, bien au-dessus de la limite de vitesse, avançant facilement sur la route lisse, faisant confiance à notre Tesladu pilote automatique pour gérer les légers virages au fur et à mesure qu'ils arrivent.

Mais alors que nous entrons dans le Golden Gate Bridge en direction de San Francisco, la voie se rétrécit, envahie par des travaux et des barrières temporaires sur la gauche, la route devient imprévisible, inégale et pleine de fissures – je prends immédiatement le volant.

Quiconque a essayé le pilote automatique dans une Tesla est sûr d’avoir vécu une expérience similaire. C'est assez bon pour gérer les longs tronçons d'autoroute monotones. Mais lorsque la conduite devient difficile, elle n'est clairement pas à la hauteur.

Mais qu'est-ce qui ne va pas avec cette image ? Y a-t-il une raison inhérente pour laquelle l’IA devrait être bonne pour les tâches faciles et insensées, mais mauvaise pour les tâches difficiles ? Logiquement, à mesure que la puissance de traitement augmente et que les modèles s'améliorent, à un certain seuil, le pilote automatique devrait être meilleur qu'un humain.

Dans quelques années, lorsque la route se rétrécira et que la conduite deviendra difficile, je m'attends à activer le pilote automatique. on.

IA facile à réaliser

Si nous examinons la situation actuelle des entreprises d’IA, nous trouvons des parallèles. Alors que le monde est fasciné par les capacités surprenantes de ChatGPT, de nouvelles entreprises apparaissent chaque jour, prétendument au service de nouveaux cas dans tous les secteurs.

Pour la plupart, ces cas d’utilisation sont analogues à la conduite sur une autoroute lisse et pavée. Ils relèvent principalement de scénarios « d’IA facile à réaliser » : volume élevé, faible criticité et, par rapport à d’autres scénarios, tolérance élevée à l’erreur. Aujourd’hui, la plupart des outils basés sur l’IA se concentrent sur les tâches répétitives, permettant aux humains de gérer les situations critiques à grande valeur ajoutée.

Quelques exemples : plus d'un milliard de dollars de capital-risque ont été levés pour les startups d'IA dans le service client, notamment Uniphore, Prévoyance, Déménagement, Observer.AI ainsi que gorgias, en plus des produits des opérateurs historiques tels que IntercomLe robot IA de, Fin.

Les entreprises peuvent tolérer des erreurs dans les flux de travail de support, à condition qu'un grand nombre de demandes puissent être traitées de manière rentable ; les clients se transformeront toujours en humains si l'IA ne fait pas le travail.

L’état de l’IA dans le domaine juridique est similaire : Ne pas payer est un brillant exemple d'utilisation de l'IA pour résoudre par la force des problèmes juridiques où il est parfois acceptable de se tromper, comme lutter contre les contraventions de stationnement, annuler des abonnements et une myriade d'autres tâches juridiques à enjeux relativement faibles.

De même en médecine, des entreprises comme Abréger gagnez du temps en automatisant les notes cliniques. Dans ce cas, l’IA ne remplace pas les médecins, elle les rend simplement plus efficaces.

Mais est-ce là l’avenir ? Il semble étrange de reléguer les modèles d’IA – formés sur plus de données qu’un individu ne pourrait jamais intérioriser – pour ne soulager les humains que de tâches que la plupart considéreraient comme répétitives, banales ou « faciles ».

Au lieu de cela, il semble bien plus probable que l’IA commence à assumer les tâches les plus difficiles.

IA difficile

À quoi ressemble le monde lorsque les tâches les plus difficiles, les plus critiques et les plus risquées sont celles que l’IA accomplit le mieux ?

Nous voyons déjà des indices. Des chercheurs de MIT ainsi que Massachusetts General Hospital développent un modèle d'IA qui analyse les tomodensitogrammes, détecter potentiellement le cancer du poumon des années plus tôt qu'un radiologue humain. Y aura-t-il un jour dans le futur où un robot possédant un vaste corpus de connaissances sur des cas antérieurs sera votre médecin de premier recours ?

La US Air Force a démontré le X-62A Vista, un avion de combat piloté par l'IA avec des temps de réponse plus rapides et une plus grande précision qu'un pilote humain.

Défier.vc société de portefeuille Aircover.ai est de créer un ingénieur commercial virtuel : imaginez si un commercial sait déjà, dès son premier jour, comment répondre parfaitement à toutes les questions qui auraient nécessité la présence d'un expert produit ou d'un SE sur l'appel ? Feriez-vous un jour une visite commerciale à enjeux élevés sans votre assistant IA ?

Alors que l’IA assume des tâches dépassant les capacités humaines, voici quelques secteurs qui peuvent nous attendre à être touchés :

Médicament: Des systèmes d'IA qui analysent les données cliniques et prédisent les diagnostics avec plus de précision que les médecins humains, et fournissent des recommandations sur les médicaments et les plans de traitement. La chirurgie assistée par l’IA en est à ses balbutiements. La découverte de médicaments est déjà révolutionnée par l’IA.

Le transport : Les véhicules autonomes ne sont qu’un début. Au-delà du peloton de camions, imaginez si les véhicules sur la route communiquaient entre eux et formaient un réseau, agissant efficacement comme un organisme unique pour minimiser les embouteillages de manière adaptative et fonctionner à des vitesses plus élevées en toute sécurité, plutôt que d'aggraver les retards à mesure que chaque conducteur réagit.

SaaS d'entreprise : Pourquoi chaque DSI doit-il réinventer la roue dans son organisation ? Les systèmes internes seront auto-intégrés ; l'automatisation connectera des systèmes de fournisseurs disparates pour réaliser des tâches complexes. L'analyse intelligente des données se fera via des interfaces conversationnelles.

Sécurité : Les modèles avancés détectent déjà la fraude en analysant les modèles de millions de transactions, bien au-delà des compétences humaines. Les systèmes d’IA sophistiqués évaluent déjà les risques pour des centaines de milliers d’employés. Nous vivrons dans un avenir sans mots de passe, où les systèmes de sécurité d’entreprise fonctionneront silencieusement en coulisses, en s’adaptant aux signaux provenant d’un réseau de sécurité partagé entre les entreprises.

La main-d'œuvre du futur : Les questions sont inévitables. Quel est le rôle de l’humain dans ce nouveau monde ? Quelles sont les interfaces entre les humains et les nouveaux systèmes intelligents ? Quels modèles de gouvernance sont nécessaires ? Quelle autonomie accordons-nous à ces systèmes ? Quelles compétences devrions-nous enseigner à nos enfants pour se préparer à un avenir où les difficiles défis intellectuels seront relevés par des systèmes intelligents ?

J'aimerais savoir quels cas d'utilisation de l'IA vous envisagez pour l'avenir.

Bob Colophane est un partenaire d'investissement chez Défier.vc. En tant que fondateur, entrepreneur en série et ancien membre de l'équipe de direction de Skype, LinkedIn ainsi que Stripe, il a expérimenté toutes les facettes de la vie d'une startup. Rosin siège aux conseils d'administration de GajiGesa, Élever la sécurité et Aircover. Il est également un investisseur providentiel actif et conseiller auprès de sociétés dont, entre autres, Stripe, Workato, Ténor (acquis par Google), Données du curseur (acquis par DataRobot), Fusion mentale (acquis par Cisco), Travail Instagram, Remise en forme tonale, Accord ainsi que Santé des Prairies.

Illustration: Dom Guzmán